YOLO 객체 탐지를 이용한 임플란트 후 구강 염증 부위 탐지 및 질환 식별 (Detection and Identification of Post-Implant Oral Diseases using YOLO Object Detection)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 29권 / 4호 / 458 ~ 469페이지
· 저자명 : 아리아 비스마 와휴타마, 난다 판주리, 황민태

초록

본 논문은 임플란트 수술 후 치과에 방문하지 않고도 간편하게 자신의 구강 상태를 확인할 수 있는 홈케어 솔루션 개발의 일환으로, YOLO 객체 탐지를 이용해 임플란트 후 발생 가능한 5가지 구강 질환(부기, 발적, 출혈, 치태 및 퇴축)을 탐지하고 식별하는 연구 결과를 담고 있다. 의료 기관을 통해 수집한 환자들의 구강 사진들을 데이터셋으로 하여 개발한 YOLO 객체 탐지 모델은 웹 서버에 저장되며, 별도로 개발한 모바일 애플리케이션을 이용해 자신의 구강 사진을 업로드하면 염증 부위를 탐지하고 질환이 있는 경우 단일 혹은 복수의 질환 종류를 식별해 결과를 알려준다. 본 논문에서는 최적의 알고리즘을 선택하기 위해 YOLOv8, YOLOv11 및 Mask R-CNN 세 가지 객체 검출 알고리즘을 비교하였으며, YOLOv11이 평균 정밀도(mean Average Precision, mAP) 0.421을 기록하여 다른 객체 검출 알고리즘보다 우수한 성능을 보여줌을 확인하였다. 그리고, 하이퍼파라미터를 조정한 후에는 성능 점수가 0.55%에서 7.01%까지 향상됨을 알 수 있었다. 개발한 알고리즘의 성능이 그리 높지는 않지만 제한된 수의 의료 데이터셋을 가지고서 염증 부위 탐지와 더불어 단일 혹은 복수 개의 질환을 동시에 식별해야 하는 복합 상황에서 도출 가능한 최선의 성능이라 판단된다. 그리고, 개발한 애플리케이션을 필드에서 활용하는 과정에서 5가지 질환 유형에 대해 균형있고 충분한 의료 데이터를 확보하는 과정 반복을 통해 개발 알고리즘의 성능을 높이는 연구를 지속하고자 한다.

영어초록

This study develops a home care solution enabling implant patients to monitor their oral condition after surgery without visiting a dentist. Using YOLO object detection, the system identifies five post-implant oral diseases: swelling, redness, bleeding, plaque, and recession. A dataset of oral images collected from medical institutions was used to train the YOLO model, which is hosted on a web server. Patients can upload their oral images via a mobile application to detect inflammation areas and identify one or more diseases. Among YOLOv8, YOLOv11, and Mask R-CNN algorithms, YOLOv11 achieved the best performance with a mean Average Precision (mAP) of 0.421, which improved by 0.55% to 7.01% after hyperparameter tuning. While the dataset size and complexity of identifying multiple diseases simultaneously limit the model's performance, it is considered the best achievable result under current constraints. Future research will focus on improving performance through balanced and comprehensive data collection during field application.

참고자료

· 없음